10 resoluciones de big data y análisis para 2022

Como toda tecnología, Big Data evoluciona continuamente, y el comienzo de un nuevo año es un buen momento para hacer balance, buscar áreas de mejora y buscar nuevas oportunidades.

Imagen: Shutterstock / ART STOCK CREATIVE

2022 será un año decisivo para el big data, la inteligencia artificial y la analítica, y más empresas esperan resultados comerciales tangibles. Pero desde el punto de vista de TI, todavía queda mucho trabajo por hacer. Aquí están las 10 resoluciones de Big Data de Año Nuevo para TI.

1. Establecer una política de retención de datos

Muchas organizaciones acaban de dar una patada en el campo, evitando por completo la discusión sobre la retención de big data. Esto podría deberse al temor de lo que podría ser necesario si la empresa se viera obligada a realizar un descubrimiento legal para una demanda, pero lo más probable es que la retención de datos sea deficiente porque nadie ha hecho tiempo para ello.

Con los datos globales proyectados para crecer a 180 zettabytes para el 2025 y los macrodatos que comprenden el 80% de esos datos, 2022 es el momento de promulgar políticas de retención de macrodatos y eliminar los datos que no necesita.

VER: Política de eliminación de datos electrónicos (TechRepublic Premium)

2. Definir la función de los macrodatos en la estructura de datos.

Para romper los silos del sistema departamental y aprovechar los datos de toda la organización para todos para el análisis y la toma de decisiones, TI debe centrarse en incorporar big data y datos estructurados más tradicionales al tejido de datos que construye para vincular todos estos silos y repositorios.

3. Desarrollar más aplicaciones de análisis sin código y con poco código.

La implementación de herramientas de informes sin código y con poco código para análisis puede poner más informes analíticos en manos de los usuarios finales más rápido, al tiempo que brinda alivio a la carga de trabajo de TI.

4. Reevaluar el valor comercial de las aplicaciones implementadas

Es fantástico poner en producción una aplicación de análisis, pero ¿está funcionando tan bien para el negocio ahora como hace dos años cuando se implementó por primera vez?

El negocio cambia constantemente. Es probable que haya una «deriva» entre lo que las soluciones de análisis continúan enfocándose y lo que la empresa necesita ahora.

En 2022, valdría la pena revisar la efectividad de las aplicaciones de análisis que ha implementado actualmente para ver qué tan bien se están desempeñando y si aún satisfacen las necesidades de los casos de uso comercial para los que fueron diseñadas.

5. Desarrollar una estrategia de mantenimiento de datos y aplicaciones

Al igual que con las aplicaciones y los datos estructurados, aquellos que emplean big data y análisis también requieren mantenimiento. Sin embargo, muchas organizaciones que implementan análisis y big data no tienen procedimientos bloqueados para el mantenimiento. El big data y la analítica en producción han alcanzado un nivel de madurez en el que se deben desarrollar y practicar procedimientos de mantenimiento.

VER: Plataforma de almacenamiento de datos Snowflake: una hoja de trucos (PDF gratuito) (TechRepublic)

6. Mejore sus habilidades

Para respaldar las operaciones y el análisis de big data, el personal necesita nuevas habilidades de TI. Esto puede requerir capacitación adicional en análisis de datos, ciencia de datos, almacenamiento de big data y gestión de procesamiento, junto con competencia con herramientas de desarrollo más nuevas, como análisis de código bajo y sin código.

7. Revise la seguridad, la privacidad y las fuentes confiables.

Los macrodatos en particular se pueden adquirir de una variedad de fuentes de terceros. Estas fuentes deben revisarse periódicamente para verificar el cumplimiento de los estándares corporativos de seguridad y privacidad, al igual que sus propios macrodatos internos.

8. Evaluar el apoyo de los proveedores en macrodatos y análisis.

Muchos proveedores ofrecen herramientas para big data y análisis, pero no todos ofrecen el mismo grado de soporte cuando lo necesita. Es importante trabajar con proveedores que ofrecen apoyo activo a su personal en el uso de big data y herramientas de análisis, así como orientación durante proyectos clave. Si está trabajando con proveedores que no ofrecen el nivel de soporte que está buscando, sería recomendable encontrar proveedores que lo hagan.

9. Mejorar los macrodatos y la analítica que respaldan la experiencia del cliente.

Casi todas las empresas quieren mejorar la experiencia que tienen sus clientes con ella. Un aspecto fundamental de este proceso es el desarrollo de la automatización de cara al cliente y las ayudas para ayudar a los clientes a obtener respuestas a sus solicitudes, preguntas y problemas.

La automatización de los sistemas de cara al cliente (por ejemplo, chat, asistentes telefónicos, etc.) que utilizan NLP (procesamiento de lenguaje natural) e IA (inteligencia artificial) para interpretar el sentimiento del cliente y participar en conversaciones está lejos de ser madura.

Las empresas que se centran en mejorar el rendimiento de la PNL y la IA en estas áreas se beneficiarán.

10. Renovar los debates sobre macrodatos y análisis en la parte superior

Las primeras discusiones importantes sobre big data y análisis comenzaron cuando ambos comenzaron a implementarse en las organizaciones. Ahora estas tecnologías están más maduras y se están moviendo hacia la corriente principal del sistema corporativo. 2022 es un buen año para que los CIO se reúnan con otros ejecutivos de nivel C y partes interesadas para recapitular el progreso de la inteligencia artificial y el análisis y asegurar su apoyo para los próximos pasos.

Ver también